我们有一个SuperMicro GPU服务器：
它使用Ubuntu 16.04.1 LTS，NVIDA驱动程序367.57和CUDA-8.0进行设置。 运行时，暂时运行良好。 然而，对于股票内核（v4.4）来说，这是完全没有用处的 – 当在GPU上做一些不重要的事时，系统几乎立即冻结。 因此，我们怀疑硬件问题，但散热效果不错，而另一台几乎完全相同的机器（只是不同的GPU制造商）显示出完全相同的行为。
为了使它运行良好一段时间，你必须将内核降级到v3.14.1-trusty（几乎在每个版本之前testing过）。 但是仍然存在随机冻结，通常在日志中没有任何内容。 有时整个机器会冻结，有时甚至是GPU相关的进程。
似乎还有其他人[1]有这个问题，但没有解决scheme。
有没有人有这种types的机器相同的经验？
更新：如果卡只插在PCI-E扩展器的一侧，这意味着所有卡都由同一个CPU驱动，所以这些机器看起来运行稳定（不pipe任何软件）。 然而，另一台机器似乎运行稳定的8个卡（正常运行时间大约4个月）与内核3.19几个月后有上述问题。 离奇。
[1] https://devtalk.nvidia.com/default/topic/958927/gpu-job-fail-/
[2] https://devtalk.nvidia.com/default/topic/959699/linux/nvidia-smi-periodically-crashes-system-on-ubuntu-16-04-lts/
SuperMicro似乎解决了PCI总线（电源pipe理）的一个已知问题。 我们刚收到来自他们的可刷新的BIOS +固件更新并正在testing它。 我不认为我可以分享更新（不知道授权），所以会build议你联系SuperMicro ..
我在同一台计算机上有完全相同的问题。 要解决这个问题，您需要通过更换主板上的跳线JPG1来禁用板载VGA。 不幸的是，您需要移除子板才能这样做。 需要注意的是，要重新安装子板，可能需要施加相当大的压力才能重新正确连接主板。